MOSS-Image-SFT를 8회 평가로 증류한 체크포인트
MOSS-Image-SFT의 50단계 CFG 3 생성을 8회 네트워크 평가, CFG 없이 수행하도록 증류한 작업 중 체크포인트입니다. 가중치 변화가 bf16 정밀도보다 작아 추론 방식에 따라 fp32 유지나 어댑터 분리 적용이 필요합니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
leejet/stable-diffusion.cpp — C/C++로 실행하는 이미지·비디오 확산 모델
stable-diffusion.cpp는 ggml 기반 C/C++ 확산 모델 추론 프로젝트입니다. CPU와 CUDA, Vulkan, Metal 등 여러 백엔드에서 이미지·비디오 생성 모델을 실행하며, GGUF를 포함한 다양한 가중치 형식과 LoRA, ControlNet 같은 기능을 지원합니다.
같은 캐릭터를 두 번 그리지 못해 만든 게임 에셋 도구
2D 액션 RPG를 만들려던 개발자가 캐릭터 일관성 문제를 해결하려고 게임 에셋 도구를 만들었습니다. 출시 일주일 뒤 사용자는 5명, 결제자는 0명이었고, 커뮤니티에서는 생성 결과보다 동일성 검증과 프레임 단위 측정이 제품의 본질이라는 의견이 나왔습니다.
Docling — 생성형 AI에 바로 사용할 수 있도록 문서를 준비합니다
Docling은 PDF, DOCX, PPTX, XLSX, HTML, 이미지, 오디오·비디오 등 다양한 형식의 문서를 분석하고 생성형 AI가 활용하기 좋은 구조로 변환하는 오픈소스 도구입니다. 레이아웃·표·코드·수식·OCR을 지원하며 Markdown, HTML, JSON 등으로 내보내고 LangChain, LlamaIndex, MCP와 연동할 수 있습니다.
AI 생성 포스터가 꼭 끔찍할 필요는 없습니다
AI가 만든 포스터가 모두 비슷한 기본 스타일로 수렴하는 문제를 지적하고, 구체적인 디자인 미학을 프롬프트에 지정해 결과를 차별화하는 과정을 보여줍니다. 생성형 AI를 배척하기보다 스타일 선택과 편집 가능한 출력 형식을 활용하면 반복적인 결과를 피할 수 있다고 설명합니다.